基于经验模式分解的轧机齿轮箱故障诊断.pdfVIP

基于经验模式分解的轧机齿轮箱故障诊断 ·1 · 基于经验模式分解的轧机齿轮箱故障诊断 张建新 刘 晗 （上海宝钢工业技术服务有限公司，上海 201900 ） 摘 要 轧机齿轮箱故障直接影响着轧线的生产，对轧机齿轮箱进行状态管理是现代冶金设备管理的发展方向。本 文通过对经验模式分解方法进行介绍并通过经验模式分解(EMD)方法对现场齿轮箱振动信号进行处理，对处理前后 的振动信号进行比较并对处理后的振动信号进行分析,对齿轮箱故障进行诊断，对现场轧机齿轮箱状态进行把握， 最终实现设备的状态管理。 关键词 轧机齿轮箱，经验模式分解，故障诊断1 Based on the Empirical Mode Decomposition Mill Gearbox Fault Diagnosis Zhang Jianxin, Liu Han (Shanghai Baosteel Industry Technological Service Co., Ltd., Shanghai 201900, China) Abstract Mill gear box failure directly affects the rolling line of production, mill gearbox state management is the development direction of modern metallurgical equipment management.In this paper, Based on the empirical mode decomposition method introduced and through empirical mode decomposition (EMD) method for field gearbox vibration signal processing, vibration signals were compared before and after treatment and to analyze the vibration signal processing for gearbox fault diagnosis, on-site mill gearbox state grasp, and ultimately the device state management. Key words mill gearbox, empirical mode decomposition, fault diagnosis 1 引言 随着现代冶金工业以及设备现代化水平的不断发展进步，冶金行业中的机械设备向着高性能、高效率、 高自动化和高可靠性的方向发展。轧机械作为钢铁冶金中最常用也最为重要的设备，其安全、稳定的运行对 于整个冶金行业至关重要。目前，虽然振动监测与故障诊断在冶金行业已经广泛应用，但是轧机齿轮箱由于 负载大、工况多变、检修条件受限等特点，因而对齿轮箱的早期故障诊断显得更为重要同时也更为困难。本 文通过经验模式分解(EMD)对采集的轧机振动信号进行处理，成功地诊断了轧机齿轮箱齿轮故障。 2 经验模式分解 经验模式分解(EMD)是有效的非线性、非平稳信号处理方法，它可以将任意信号分解为若干个基本模式 分量(Intrinsic Mode Function, IMF)及一个余项的和，从而反映信号的内部特征。EMD 方法能将信号自适应 地分解到不同的时间尺度上，非常适合于非平稳信号处理，并广泛应用于工程领域。 基于基本模式分量的定义，我们可以提出信号的模式分解原理，信号模式分解的目的就是要得到使瞬时 频率有意义的时间序列——基本模式分量。而基本模式分量必须满足两个条件。因而，其分解原理如下： 张建新，男，本科，从事设备故障诊断相关的管理工作。 ·2 · 第十届中国钢铁年会暨第六届宝钢学术年会论文集 （1）把原始信号x (t) 作为